浏览全部资源
扫码关注微信
上海师范大学环境与地理科学学院
Published:2024
移动端阅览
肖雅文. 基于微博签到的云南旅游客流时空分布[J]. 2024, 22(2): 61-63.
DOI:
肖雅文. 基于微博签到的云南旅游客流时空分布[J]. 2024, 22(2): 61-63. DOI:
基于新浪微博签到数据,应用时间分层法和核密度空间分析法,对云南旅游客流热点区域进行时空分布研究。研究结果表明,在时间分布上,云南省旅游景点年内客流呈现“一峰多岭”的分布特征,在不同时段表现出明显的“反季节性”、“相似性”、“对称性”变化特征;季节客流则呈现出秋季>夏季>春季>冬季的变化趋势,其中7月和10月为旅游高峰月份;日内客流变化的最高峰和最低谷均出现在夜间时段。空间分布上,云南省旅游景点客流量总体上呈现出“多核多中心”,向高级旅游景区集聚的特征。
基于大数据的旅游流时空分布特征研究——以南京市为例[J]. 戴文;丁蕾;吴晨;刘培学;张义杰.现代城市研究,2019(02)
基于大数据观察的中国国家地质公园的热度分析——以携程旅游网为例[J]. 任宇杰;郭乃静;马坤;唐晓岚.苏州科技大学学报(工程技术版),2018(04)
上海迪士尼对上海旅游流网络的影响研究——基于驴妈妈游客数字足迹的视角[J]. 蔚海燕;戴泽钒;许鑫;冯学钢.旅游学刊,2018(04)
目的地旅游供给游客感知评价与行为态度的比较研究——以西安市为例[J]. 刘军胜;马耀峰.经济管理,2017(07)
旅游流驱动力系统分析[J]. 杨兴柱;顾朝林;王群.地理研究,2011(01)
短期旅游流时间分布对区域旅游空间结构的响应——以云南省黄金周旅游客流为例[J]. 刘泽华;李海涛;史春云;汪侠;张洪.地理学报,2010(12)
旅游目的地空间结构的市场影响研究——敦煌案例[J]. 马晓龙;张宪玉.干旱区资源与环境,2009(08)
0
Views
102
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution